No-U-Turn Sampler (NUTS)
A No-U-Turn Sampler (NUTS) egy önmagát hangoló Markov-lánc Monte Carlo algoritmus, amelyet Hoffman és Gelman (2014) vezetett be, és amely a Hamilton-féle Monte Carlo (HMC) kiterjesztése azáltal, hogy automatikusan meghatározza a lepkefutó lépések optimális számát, kiküszöbölve a legérzékenyebb manuális hangolási paramétert. A NUTS az alapértelmezett mintavételező a Stan és a PyMC rendszerekben, és nagyméretű, nagy dimenziós Bayes-i következtetést tett gyakorlatilag hozzáférhetővé anélkül, hogy a felhasználóknak kézzel kellene beállítaniuk a trajektóriahosszakat.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Hoffman, M. D., & Gelman, A. (2014). The No-U-Turn Sampler: Adaptively setting path lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research, 15(47), 1593–1623. link ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. L. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113–162). CRC Press. DOI: 10.1201/b10905-6 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1-4398-4095-5
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/hu/bayesian/no-u-turn-sampler
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Hamiltonian Monte CarloBayes-statisztika↔ compare
- Markov-lánc Monte Carlo (MCMC)Bayes-statisztika↔ compare
- Variational InferenceBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →